九章算法-数据分析就业班 第11期|2023版|独家资源

此为采集版本,不全,购买本资源不支持因为不全申请退款,SVIP也不支持因为本资源不全申请退款,看清楚再下单。
如要购买完整版,可以联系客服单独购买一手资源,因为此资源要拿货,价格很贵

数据分析就业班 第11期
14周从0到1,实战4个模型+3个项目+A/Btest,到岗即用

第一章【视频】打开数据分析的大门及Tableau初探

  • 数据和数据分析
  • Tableau简介
  • Tableau快速实践

第二章【互动】Tableau 基础实践及主要概念 I

  • Tableau 简介和数据总览
  • 数据源连接 Connect
  • 视图工作模式及标记

第三章【互动】Tableau 基础实践及主要概念 II

  • 过滤器 Filters
  • Pages
  • Dashboard

第四章【互动】Tableau 高级实践 I

  • Story
  • 条形图 Bar chart
  • 线形图 Line graph

第五章【互动】Tableau 高级实践 II

  • 饼图 The pie chart
  • 表格 Form、气泡图 Gas bubble diagram、文字云 Cloud of words、地理图 Map of geography、散点图 Scatter point diagram
  • 视图过滤中顺序及优化 Sequence and Optimization

第六章【视频】艺术与科学的结合 – Tableau可视化

  • Tableau 知识串讲
  • Tableau地图 可视化延伸 Visualization
  • 典型问题答疑 Typical problems
  • Start Your Project

第七章【互动】Tableau 计算 I

  • 基本计算 Basic Calculation
  • 计算函数
  • 总结:聚合表达式 & 行级别字段

第八章【互动】Tableau 计算 II

  • Tableau高级计算:LOD
  • LOD比较
  • 粒度和聚合 GRANULARITY & AGGREGATION

第九章【互动】Tableau 计算 III

  • Tableau高级计算:表计算
  • 滑动/移动平均 Moving Average
  • 项目作业

第十章【视频】拔丁抽楔 – Tableau计算字段

  • Tableau计算串讲
  • Tableau Reshape
  • Join & Union
  • Project

第十一章【互动】Python环境配置及安装

  • Anaconda 及 Jupyter Notebook 安装
  • Pycharm 安装
  • 基于 Anaconda 配置 Python 虚拟环境

第十二章【互动】Python入门 I

  • 变量和类型
  • 整形 int
  • 浮点数 float
  • 运算符
  • 布尔值 boolean

第十三章【互动】Python入门 II

  • 列表 list
  • 元组 tuple
  • 字符串 string
  • 字典 dict
  • 集合 set

第十四章【互动】Python入门 III

  • 控制结构 if
  • 循环结构
  • break & continue
  • for else
  • while 循环
  • 函数 function

第十五章【视频】Tableau面试问题总结

  • Tableau Interview Questions
  • Tableau产品一览
  • Tableau相关参考文献

第十六章【互动】DBMS基础知识及PostgreSQL环境搭建 I

  • DBMS简介
  • 关系型 DBMS基本概念
  • SQL概述
  • DBMS 主流产品
  • PostgreSQL 简介

第十七章【互动】DBMS基础知识及PostgreSQL环境搭建 II

  • 关系型DBMS基本概念
  • SQL概述
  • DBMS主流产品及PostgreSQL简介

第十八章【互动】SQL工具及其使用及数据库创建 I

  • PostgreSQL 安装
  • PostgreSQL pgAdmin基本使用
  • PSQL基本使用
  • 第三方SQL工具:DBeaver

第十九章【互动】SQL工具及其使用及数据库创建 II

  • 在Python中使用SQL
  • Chinook database创建
  • DDL Data Definition Language 数据定义语言

第二十章【视频】时间序列数据的展示和洞察及Python初探

  • Time series analysis
  • Tableau Interview Questions (cont.)
  • 关于数据分析面试

第二十一章【互动】SQL 查询第一季 I

  • Data Manipulation Language (DML)
  • Transaction Control Language(TCL)
  • Data Control Language (DCL)
  • DQL: Data Query Language 基础使用

第二十二章【互动】SQL 查询第一季 II

  • WHERE语句
  • Alias in SQL
  • SQL Set Operators

第二十三章【互动】SQL 查询第一季 III

  • SQL查询 Join Query in SQL
  • SQL ORDER BY Clause
  • SQL Group By Clause

第二十四章【视频】数据库基础:从E-R Model 到PostgreSQL

  • 数据库及 E-R Mode
  • 知识延伸 Database, schema and table
  • SQL概述
  • Postgre psql cheat sheet
  • SQL 作业 I讲 解

第二十五章【互动】SQL 查询第二季 I

  • SQL HAVING Clause
  • SQL Functions 函数
  • SQL VIEW 视图
  • Non-atomic Data –Arrays 非原子数据-数组

第二十六章【互动】SQL 查询第二季 II

  • Regular Expressions 正则表达式
  • NESTING OF QUERIES
  • Summary – SQL Queries 摘要

第二十七章【视频】从SQL语句的执行顺序谈起

  • SQL order of execution
  • SQL Homework II
  • 本周重难点讲解

第二十八章【互动】工具库 Numpy

  • 创建数组/矩阵 Create an array/matrix
  • 尺寸查询与变换 Size query and transformation
  • 索引与切片 Index and slice
  • 拷贝与扩增 Copy and amplification
  • 各类计算 All kinds of calculations

第二十九章【互动】工具库 Pandas I

  • Pandas 简介
  • series 结构的增删改查及计算
  • DataFrame 结构的增删改查及计算

第三十章【互动】工具库 Pandas II

  • Pandas 文件读写 I/O
  • 基本操作
  • 数据分组 Groupby
  • 数据合并 Merge,Concatenate
  • 缺失值处理
  • 异常值/离群值处理

第三十一章【互动】绘图库 Matplotlib

  • Matplotlib 入门

第三十二章【视频】Python数据分析的基石 – Numpy & Pandas

  • Numpy
  • Pandas
  • Matplotlib: Visualization with Python 可视化

第三十三章【互动】绘图库 Seaborn I

  • What’s and Why Seaborn?
  • Axes & Figure 轴和图
  • Seaborn Figure-level vs. axes-level functions
  • Visualizing relationships 可视化的关系

第三十四章【互动】绘图库 Seaborn II

  • 分布可视化 Visualizing distributions

第三十五章【互动】绘图库 Seaborn III

  • 可视化分类数据 Visualizing categorical data
  • Long-form vs wide-form data

第三十六章【互动】地理空间数据绘制及可视化总结 Geospatial Data Graphing and Visualization

  • 地理空间数据绘制
  • 地理空间数据绘制-代码实践
  • 可视化总结 Visualization summary

第三十七章【视频】艺术与科学的结合 – Python 可视化

  • 数据分析师路线图 Data Analyst Roadmap
  • Seaborn theme and color
  • Seaborn Functions
  • Plotly Maps
  • What Would You Like to Show

第三十八章【互动】汇总/分组汇总及其可视化

  • 统计概念 Mean, Std & CI
  • Dataframe 汇总统计
  • Dataframe 分组汇总、统计与可视化

第三十九章【互动】汇总/分组汇总及其可视化代码实现 Summary

  • 汇总 Summary
  • 汇总分组 Summary grouping
  • 汇总可视化代码实现 Summary visual code implementation

第四十章【互动】数据质量报告

  • 数据质量报告 Data Quality Report
  • 数据字段的种类 Kinds of Data Fields
  • 例子 Sample DQR

第四十一章【互动】数据质量报告代码实现

  • 数据质量报告
  • 数据质量报告及代码实现

第四十二章【互动】相关性分析

  • 相关性分析 CORRELATION ANALYSIS
  • Python相关计算 Python Correlation calculation
  • The Pearson Product-Moment Correlation Coefficient

第四十三章【互动】数据清洗 Data Cleaning

  • 数据清洗的概念
  • 不一致数据的处理
  • 删除重复数据
  • 缺失数据处理
  • 异常值处理

第四十四章【视频】Python数据分析的角度和方法

  • Python中的探索性数据分析 Exploratory Data Analysis in Python
  • 单变量分析 Univariate analysis
  • 双变量分析 Bivariate analysis
  • EDA中的数据聚合 Data Aggregation in EDA
  • 缺失值和异常值 Missing Value & Outlier
  • Kaggle介绍 Kaggle Intro
  • Github介绍 Github Intro
  • Your Project

第四十五章【互动】客户分析 Customer Analysis

  • 客户分析入门
  • AARRR模型
  • RARRA模型

第四十六章【互动】Customer Lifetime Value

  • Customer lifetime value (CLTV)
  • CLTV Calculation

第四十七章【互动】RFM分析

  • RFM概念及RFM矩阵计算
  • RFM矩阵计算代码讲解
  • RFM分数计算
  • RFM分数计算代码讲解

第四十八章【视频】客户分析的两大核心:CLV和RFM

  • Overview & Customer lifetime value (CLTV)
  • RFM

第四十九章【互动】机器学习入门 Introduction to Machine Learning

  • 机器学习概览
  • 有监督和无监督学习
  • 训练与测试 Training and Testing
  • 建模方法 Method of modeling

第五十章【互动】特征工程 Feature Engineering I

  • 特征工程简介及时序特征 Feature of time sequence
  • 时序特征处理代码演示
  • 空间特征提取及代码演示 Characteristics of space
  • 分类特征编码及其代码演示 Characteristics of classification
  • 数据分桶及其代码展示 Buckets of data
  • 特征交叉及其代码演示 Cross of features

第五十一章【互动】特征工程 Feature Engineering II

  • 数值型变量 Numerical type variable
  • 特征筛选 Feature screening
  • 训练集切分 Training set segmentation

第五十二章【互动】线性回归模型 Linear Regression Model I

  • 回归问题、线性回归 Regression problem, linear regression
  • 模型评估 Evaluation of model
  • 模型建立与模型评估 Model building and model evaluation

第五十三章【互动】线性回归模型 Linear Regression Model II

  • 参数求解、损失函数与梯度下降 Parameter solving, loss function and gradient descent
  • 相关性分析与多重共线性 Correlation analysis and multicollinearity
  • 使用 statsmodels 建立并评估模型

第五十四章【视频】机器学习之:步入丛林去看那些基于树的算法

  • Machine Learning
  • Modeling Methods: Tree- based Models 基于树的模型
  • Feature Selection 特征选择

第五十五章【互动】逻辑回归模型 Logistic Regression Model I

  • 逻辑回归 Regression of logic
  • 建模求解 Solution of modeling

第五十六章【互动】逻辑回归模型 Logistic Regression Model II

  • 损失函数、多类逻辑回归 Loss function, multiclass logistic regression
  • 数据均衡性与 AUC/ROC 曲线
  • 逻辑回归 sklearn 及 statsmodels 实现

第五十七章【互动】聚类模型 Clustering and K-means

  • 聚类简介及距离表述
  • K-Means 算法
  • K-Means 代码实现
  • K-Means 总结

第五十八章【视频】机器学习之:质量vs.数量 – 从特征选择的角度谈起

  • Machine Learning
  • Modeling Methods: Tree- based Models
  • Feature Selection

第五十九章【视频】逻辑回归与聚类模型重点难点答疑串讲 Logistic Regression & Clustering

  • Linear Regression 知识总结
  • Logistics Regression 知识总结
  • 重点问题汇总

第六十章【互动】A/B测试:综述、因果关系与相关性

  • Experiments Overview
  • Causation & Correlation
  • Randomization

第六十一章【互动】A/B测试:随机分配与代码实践

  • 随机分配 Random assignment
  • 代码实现 code implementation

第六十二章【互动】A/B测试:统计学假设、I类II类误差与统计功效

  • 统计学假设 Statistical Hypothesis
  • I类II类误差 Type I and Type II error
  • 统计功效 Statistical Power

第六十三章【互动】A/B测试:统计效应与功效分析

  • 统计效应 Effect Size
  • 功效分析 Power Analysis

第六十四章【视频】A/B测试中的随机采样及Power Test & 课程总结

  • A/B测试总结 A/B Test Summary
  • 数据分析课程总结 Course Summary
  • 项目总结 Final Project

全网最全最新最专业的资源站
九章资源站 » 九章算法-数据分析就业班 第11期|2023版|独家资源

14 评论

  1. 给站长点赞

  2. 有完整的源码 学起来没坑

  3. 越来越卷了

  4. 谢谢老板,东西很好的

  5. 抱着侥幸办了会员 没想到真的可以看

  6. @令狐葱

  7. 从基础开始真的可以

  8. 原音频和画质,不错

  9. 没必要自己报班了,发现了新大陆

发表回复

全网最全最新最专业的资源站

购买会员 联系客服